慢性髓性白血病RNA测序转录组特征数据集
该数据集是一个基于RNA测序的转录组学数据集，包含10个慢性髓性白血病样本和5个正常外周血对照样本的基因表达与可变剪接数据，主要模态为基因表达谱和剪接变异信息，用于研究慢性髓性白血病的分子机制、识别疾病进展相关的差异表达基因和剪接事件，并探索其在疾病诊断、预后评估及潜在治疗靶点发现中的应用价值。
基本信息
资源简介
慢性髓性白血病RNA测序转录组特征数据集
【数据集背景】
本数据集源站标题为《Transcriptome characterization of chronic myeloid leukemia by RNA sequencing》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：To determine differentially expressed and spliced transcripts in chronic myeloid leukemia, a high throughput RNA-sequencing (RNA-seq) analysis of ten CML specimens and five normal peripheral blood samples was performed. Thousands of differentially expressed genes between CML and normal control were detected, including genes involved in ribosome and signaling pathway. Splicing alterations analysis performed by an independently developed algorithm reveals that intron retention was the most frequen…
【主题与分类】
主题标签：AS、CML、RNA-seq、hnRNPA1.、AS、CML、RNA-seq、hnRNPA1.、人、血液。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=54d370ac5bcf26b646c8c98682c618f8
使用许可：openSource。
规范引用：PMID: 32405436
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：http://data.iscr.ac.cn/Article?id=54d370ac5bcf26b646c8c98682c618f8
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集是一个针对慢性髓性白血病（CML）的转录组学数据集，通过高通量RNA测序技术分析10个CML样本和5个正常外周血样本构建而成。数据包含数千个在CML与正常对照之间差异表达的基因，涉及核糖体和信号通路相关基因。通过独立开发的算法进行的可变剪接分析显示，内含子保留是所有样本中最常见的剪接事件。差异剪接基因的功能群组与疾病阶段（急变期相对于慢性期）高度相关，包括剪接体和核苷酸切除修复相关基因，表明这些基因可能通过影响剪接因子以及因错误剪接导致的DNA损伤与修复过程，对CML的进展有重要贡献。该数据集主要用于研究CML的分子机制、疾病进展的生物标志物以及潜在的药物靶点。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
